跳到正文
只看一手#安全/对齐
10月8日周四
  2. GitHub Blog · AI & ML60

    GitHub 推出基于 ModernBERT 的通用密钥检测模型，扩展推送保护

    GitHub 发布基于 ModernBERT 的通用密钥检测分类器，用周围代码上下文识别数据库密码、Kubernetes Secret、Dockerfile 等无固定格式的密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。

    推荐理由：GitHub 公开了九季度密钥泄露数据，并说明新分类器如何把推送拦截扩展到无固定格式的密钥。

10月6日周二
10月2日周五
  1. Google Research60

    Google 发布基于 TEE 的联邦学习系统，Gboard 已采用

    Google Research 公布新一代联邦学习系统，用可信执行环境（TEE）为数据匿名化提供可远程验证和审计的保证，并称 Gboard 已采用该系统上线英语和日语下一词预测模型，隐私保证更强、准确率提升。

    推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，并给出 Gboard 已上线的落地情况，可了解隐私可验证性的实现路径。

10月1日周四
  1. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展至开发者、企业和消费者。

    推荐理由：Gemini 4 Argon 给出 1M 输出 token、DeepSWE 77.9% 与网络安全防御能力，可据此判断前沿模型在长周期工程任务上的进展。

9月30日周三
  1. Google DeepMind66

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

    Google DeepMind 推出 SynthID Bio，把水印技术带入合成生物学，将不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。

    推荐理由：SynthID 水印技术延伸到合成生物学，读者可了解 AI 生成蛋白质如何被标记与验证，以及它对 DNA 合成筛查的意义。

9月25日周五
  1. GitHub Blog · AI & ML60

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动完成 C/C++ 模糊测试

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需传入 GitHub 仓库地址，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。

    推荐理由：GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃分诊交给 LLM 智能体，读者可据此判断自动化安全测试的边界。

9月24日周四
  1. Google DeepMind62

    Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆

    Google DeepMind 公布 Private AI Compute 的新技术能力，将持久化服务端记忆引入该平台，让 AI 助手在跨设备场景下保留上下文，同时维持端侧级别的隐私标准。

    推荐理由：Google 公开 Private AI Compute 的持久化服务端记忆方案，读者可了解云端长期记忆如何与端侧密钥、安全隔区结合。